Un robot che aiuta i disabili a mangiare

Il robot, dopo aver identificato i cibi su un piatto, può decidere quale cibo raccogliere con la forchetta per destinarlo alla bocca del disabile

Un robot autonomo, collegato alla sedia a rotelle, capace di imboccare una persona invalida.

Secondo i dati censiti nel 2010, negli Stati Uniti sono circa 1 milione le persone bisognose di qualcuno che li aiuti a mangiare. (1)

Imboccare un disabile è un compito che richiede tempo e molto sacrificio.

I ricercatori dell'Università di Washington stanno lavorando su un sistema robotico che può aiutare le persone disabili a mangiare. Dopo aver identificato i cibi su un piatto, il robot può decidere quale cibo raccogliere con la forchetta per destinarlo alla bocca del disabile.

Il team ha pubblicato i suoi risultati in una serie di articoli: uno è stato recentemente pubblicato in IEEE Robotics and Automation Letters, (2) mentre l'altro sarà presentato (3) lo scorso 13 marzo (2019) alla Conferenza internazionale ACM / IEEE sull'interazione uomo-robot in Corea del Sud. (4)

“Essere dipendenti da una badante per nutrirsi porta via il senso dell'indipendenza di una persona”, ha asserito l'autore Siddhartha S. Srinivasa, (5) il professore di Boeing Endowed nella UW’s Paul G. Allen School of Computer Science & Engineering. “Il nostro obiettivo con questo progetto è di dare alle persone un po' più di autonomia”.

L'idea era di sviluppare un sistema autonomo, collegato alla sedia a rotelle, capace di sfamare una persona invalida.

“Quando abbiamo iniziato il progetto ci siamo resi conto che ci sono così tanti modi in cui le persone possono mangiare del cibo a seconda delle sue dimensioni, forma o consistenza.”, Ha affermato il dottor Tapomayukh Bhattacharjee, (6) un ricercatore post dottorato presso la Scuola di Allen. “Così abbiamo creato un esperimento per vedere come gli esseri umani mangiano cibi comuni come ad esempio uva e carote”.

I ricercatori hanno organizzato piatti con circa una dozzina di diversi tipi di cibo che vanno dalla consistenza delle carote dure alle banane morbide. I piatti includevano anche alimenti come pomodori e uva che hanno una pelle dura e interni morbidi. Poi il team ha offerto ai volontari una forchetta e ha chiesto loro di raccogliere diversi pezzi di cibo per darli da mangiare a un manichino. La forcella conteneva un sensore per misurare quanta forza le persone usavano quando raccoglievano cibo. I volontari hanno utilizzato varie strategie per raccogliere cibo con diverse consistenze. Ad esempio, le persone infilavano gli oggetti morbidi come le banane in un angolo per evitare che scivolassero dalla forchetta. Per oggetti come carote e uva, i volontari tendevano ad adattare diversamente i movimenti per incrementare la forza.

Il robot ha usato la stessa strategia di forza per cercare di raccogliere tutti i pezzi di cibo, indipendentemente dalla loro consistenza. Era in grado di raccogliere cibi duri, ma aveva più difficoltà con cibi morbidi con pelle dura e interni morbidi. Quindi i robot, come gli umani, devono regolare quanta forza e angolazione usano per raccogliere diversi tipi di cibo.

Il team ha anche constatato che gli atti di raccogliere un pezzo di cibo e darlo da mangiare a qualcuno non sono indipendenti l'uno dall'altro. I volontari spesso orientano in modo specifico un pezzo di cibo sulla forchetta in modo che possa essere mangiato facilmente.

Per progettare una strategia di adattamento e alimentazione, che varia in base al prodotto alimentare, i ricercatori hanno combinato due diversi algoritmi. Per prima cosa hanno usato un algoritmo di rilevamento degli oggetti chiamato 'RetinaNet', che analizza il contenitore, identifica i tipi di cibo su di esso e posiziona una cornice attorno a ciascun oggetto. Quindi hanno sviluppato SPNet, un algoritmo che esamina il tipo di cibo in una specifica cornice e dice al robot il modo migliore per raccoglierlo. Ad esempio, SPNet dice al robot di infilzare una fragola o una fetta di banana nel mezzo e spostare carote in una delle due estremità.

“Molte sfide ingegneristiche non sono difficili per le loro soluzioni, ma questa ricerca è intimamente connessa con le persone”, ha detto il dottor Siddhartha S. Srinivasa. “Se non teniamo conto di quanto sia facile per una persona prendere un morso, allora le persone potrebbero non essere in grado di utilizzare il nostro sistema. C'è un universo di tipologie di cibo, quindi la nostra più grande sfida è sviluppare strategie che possano adattarsi ad ognuna di esse”.

Il team sta attualmente lavorando con il Taskar Center for Accessible Technology (7) per ottenere feedback da assistenti e pazienti in strutture ospedaliere assistite su come migliorare il sistema per soddisfare le esigenze delle persone.

“In definitiva il nostro obiettivo è che il nostro robot aiuti le persone a pranzare o cenare da soli”, ha affermato Siddhartha S. Srinivasa. “Ma il punto non è sostituire gli assistenti dei pazienti bensì vogliamo potenziarli. Con un robot aiutante, l'infermiere può preparare il piatto contenente varie pietanze e poi, mentre la persona viene imboccata dal robot, fare qualche altra mansione”.

I coautori del primo articolo includono il dottorando Gilwoo Lee (8) e lo scienziato Hanjun Song, (9) entrambi alla Allen School. I coautori del secondo lavoro comprendono Daniel Gallenberger, uno studente del Master presso la Technische Universität München in Germania che ha completato questa ricerca mentre era all'Università di Washington e Youngsun Kim, uno scienziato ricercatore presso la Allen School. Questo lavoro è stato presentato per la prima volta alla recente conferenza NeurIPS, (10) dove ha vinto un premio per la miglior demo.

Questa ricerca è stata finanziata dalle seguenti istituzioni: il National Institutes of Health, la National Science Foundation, l'Office of Naval Research, il Robotics Collaborative Technology Alliance, Amazon e Honda.

Riferimenti:

(1) Americans With Disabilities: 2010

(2) Towards Robotic Feeding: Role of Haptics in Fork-Based Food Manipulation

(3) Transfer depends on Acquisition: Analyzing Manipulation Strategies for Robotic Feeding

(4) ACM/IEEE International Conference on Human-Robot Interaction

(5) Siddhartha S. Srinivasa

(6) Tapomayukh Bhattacharjee

(7) The Taskar Center for Accessible Technology

(8) Gilwoo Lee

(9) Hanjun Song

(10) NeurIPS conference

Autore traduzione riassuntiva e adattamento linguistico: Edoardo Capuano / Articolo originale: How to train your robot (to feed you dinner) / Foto: Eric Johnson/University of Washington